基于多参数驱动机器学习的实时地震烈度预测模型

地震烈度的实时估计可为地震预警、紧急处置和应急响应提供决策依据.目前地震烈度实时预测方法多是基于P波提取单一特征参数估计全时程的峰值参数,然而单一特征难以表征地震动的全部信息.本文基于机器学习中的Extreme Gradient Boosting(xgBoost)算法提出了一种多参数驱动的实时仪器地震烈度预测方法.基于2010—2018年日本K-NET和KiK-net强震数据,使用24种特征参数建立地震烈度实时预测模型.为了解决模型复杂度的问题,本文研究了特征参数之间的相关性,并使用排列重要性方法优化模型,最终确定了10个重要特征参数.本文使用时间窗间隔为1 s的扩展时间窗方法实时预测地震烈度,P波到达1 s后在测试集中的预测准确率为86.56%,并在10^-2～10^-3 s内完成特征计算和预测.最后,假设2019—2021年的地震记录为新发生的地震事件,验证了模型的泛化性,证明其可应用于未来发生的地震事件.结果表明本文提出的模型改善了仪器地震烈度预测的准确性,为地震烈度的实时预测提供了一种可行的方法.     

基于信息论方法分析我国典型地震动衰减关系

近年来我国强震数据逐渐增多,为了比较和分析我国的几个典型地震动衰减关系,采用一种信息论方法,基于实际地震动记录,计算选取的地震动衰减关系模型的对数似然函数值,通过对数似然函数值对模型进行排序,并给出相应的权重及排名,分析了不同衰减关系对地震动的预测能力。研究表明:针对于我国西部强震数据,基于强震动记录建立的衰减关系的预测结果更接近于实测地震动数据。研究结果可为地震动记录信息不完善或缺乏强震数据地区的地震动衰减关系选取提供参考。     

地震动衰减关系区域性差异初步探讨

本研究以中国川滇地区、美国西部、日本、新西兰四个典型的地震区为对象,利用四个区域81次地震获取的2488组强震记录,借鉴广义反演的思想,对影响地震动幅值和地震动衰减关系的震源效应、距离衰减和场地效应3个主要因素进行了分离。通过从以上3个方面对比和分析,初步探讨了四个地区地震动特征和衰减关系的区域性差异。比较结果表明:(1)震源方面,区域震源特征的差异对T0.5 s的短周期段和T3.0 s的长周期段地震动影响尤为显著,同时,相比于小震,大震地震动受区域震源特征差异的影响更大;(2)传播介质方面:不同区域传播介质的差异性对小震影响比对大震的影响更显著,且对短周期地震动的影响比对长周期地震动影响更大;(3)局部场地方面,不同区域场地特征的差异对软土场地长周期地面运动影响更加显著。     

冻土场地地震反应分析研究中的关键问题探讨

总结了当前场地地震反应分析的计算方法与发展现状,得到寒区场地中由于冻土层结构的存在会对地震动的传播和场地的地震反应产生影响的结论。土体在冻结过程中其强度与刚度会显著增强,在地震过程中冻融土层界面的容易发生滑移破坏,并对场地地震反应和地震波的传递特征具有较大影响,是冻土场地地震反应分析中应当考虑的关键问题。鉴于当前场地地震反应计算方法不能模拟该界面的滑移特征的局限性,建议构建冻土场地地震反应计算新方法,并阐述了构建该方法所需要开展的基础性研究工作。     

基于强震动数据的等强度延性谱影响因素分析

基于5 500余条峰值加速度大于50 gal的水平向地震动数据,采用双线性模型计算了单自由度体系弹塑性反应,从地震信息参数和地震动参数2方面分析了影响等强度延性谱的因素。首先在场地分类的基础上按震中距和震级大小将地震动分组,分析了震中距远近和震级大小对等强度延性谱的影响;然后在地震动参数方面分析了反映幅值、频谱以及持时的峰值速度(PGV)、有效峰值加速度(EPA)以及Bolt持时等代表参数,并且根据PGV,EPA和Bolt持时的大小分组,分析了其对等强度延性谱的影响,结果表明:①在大部分周期内,各组等强度延性谱值差异较大,在各个场地内震中距和震级较大时,对应的延性谱值较大;②分组效果最好的地震动参数为PGV,其次是Bolt持时,当根据EPA分组时,分组结果最不理想。